Zata
扎根技术 · 记录思考 · 见更大的世界
Better Code
A Brighter Tomorrow
保持好奇
持续成长
Tags
4 个页面
训练与对齐
LLM微调：qwen2_chat模型部署和微调
RLHF
增量学习研究综述：理论、方法、应用与未来展望
Alignment-DPOvsPPOvsGRPO
